《计算机学报》文章摘要   全文下载
文章题目	基于可信度的投票法
作者	燕继坤1),2) 郑辉1) 王艳1) 曾立君1),3)
作者单位	1)(西南电子电信技术研究所信号盲处理国家重点实验室 成都 610041) 2)(信息工程大学电子技术学院 郑州 450004) 3)(公安海警高等专科学校电子技术系 宁波 315801)
发表年份	2005
发表月份	8期(1308—1313)
文章摘要	摘要 可信度投票法不仅使用了基分类器输出的类别，还使用了输出的可信度.推导了该方法训练错误率的界以及期望错误率的界.发现为了最小化期望错误率的界，应该使用错误独立的基分类器，如果基分类器的错误率不是很高，这个界以指数级速度随着基分类器错误率的降低而降低，而且这个界随着投票次数的增加也会下降.在最小化训练错误率的界的意义下，得到了一种权值分配方法.把这个方法应用于一种Bagging算法：AB，得到了综合分类算法CAB.使用UCI机器学习数据集中的数据，通过实验验证了CAB的有效性. 关键词 机器学习；综合分类；可信度投票法；错误率的界；Bagging 中图法分类号 TP18